TAG标签 | 网站地图 现代商业杂志社-国内统一刊号:CN11-5392/F,国际标准刊号:ISSN1673-5889,全国中文流通经济类核心期刊
热门搜索:跨境电商 构建 存在的问题及对策 大学生 互联网 财务管理 信息化 目录 大数据 现代商业杂志

金融视线

当前位置:主页 > 文章导读 > 金融视线 >

投资者情绪、市场流动性与收益率的关系研究

2022-07-14 16:17 来源:www.xdsyzzs.com 发布:现代商业 阅读:

陈泳霖 苏州大学

摘要:本文选取了20062020年的月度数据,运用向量自回归模型(VAR)研究中国投资者情绪、股市流动性与市场收益率之间的相互关系。结果发现,这三者自身运行的惯性较强,它们共同形成了一个互相影响的动态系统;投资者情绪与市场波动性互为格兰杰因果关系,投资者情绪受到股市流动性的影响程度较大,延续时间较长;股市流动性受到投资者情绪的影响程度较大,延续时间较长;我国股市存在特殊时间效应,投资者情绪、股市流动性与市场收益率在牛市中都显著提高,而在年末,市场收益率也显著提高。中国股票市场需要稳定投资者情绪,积极培育长期型机构投资者,培育投资者健康的投资心理;而投资者需要关注特殊时间效应。

关键词:投资者情绪;市场流动性;市场收益率

一、引言

股票市场得到良好发展的前提是要维持其收益率在一定水平。当股市收益率相对稳定时,金融系统也会相对稳定,股票市场对投资者的吸引力也会增强。而相对于国外的股票市场,中国股市起伏十分剧烈,其成因可能包含投资者情绪不稳定和流动性不足。相对应的,收益率高也可能成为投资者情绪的重要影响因素。这三者之间可能存在着相互影响的关系,研究三者之间的关系,就有助于维持中国股市的相对稳定,也能为中国股市的风险控制和金融监管提供新的视角。

二、文献综述

对于个人投资者情绪和股票市场的关系,一些学者已经作出了贡献:李响等(2020[1]和邓崇真、王满(2021)认为投资者情绪综合指数与股票市场收益率之间具有显著正相关关系,投资者的股票投资决策受市场整体情绪波动影响较大。[2]华维(2021)发现投资者情绪越高涨,越容易推动收盘价上升,也越容易带来更高的首日收益。[3]徐丹丹(2020)认为投资者情绪对我国股票收益率产生正向影响,当投资者投资积极性高时,股票收益率趋于提高,反之股票收益率趋于降低。[4]谢世清等(2021)发现积极的投资者情绪变化在短期内对股票市场收益率产生积极影响。[5]而龚一庆(2020)发现不同投资者情绪波动程度的投资行为对股票市场波动有着不同的影响:当投资者情绪较高,他的投资行为对股票市场的波动影响较大,当投资者情绪较低,对股票市场的影响相对波动较小,但是负向杠杆效应相对不明显。[6]王爽(2021)认为投资者情绪对股票市场收益率的影响是有限的,波动较小的行业受情绪的影响比波动大的行业受情绪的影响大。[7]张禹铭,王资燕(2020)发现了交易者情绪与下一期创业板股票收益率之间存在相互影响。[8]龙江(2021)认为:情绪指数是上证指数价格波动的格兰杰原因,而且当日股民情绪对次日上证指数价格波动影响最大。[9]

也有学者针对“不同市场状况下个人投资者情绪对股票市场的影响”进行了研究:李思雨(2020)认为在金融危机和股灾时期,投资者情绪对股市波动的冲击程度大于其他时期。[10]樊鹏英等(2021)认为行业内竞争程度越高,个股投资者情绪与股票收益率变动的相互影响程度越小;相比牛市来说,熊市中个股投资者情绪与股票收益率的相互影响更显著。[11]李伊茗(2021)也发现牛市中投资者情绪变化正向影响了股票收益率,但熊市中影响并不显著:2010年,引入做空机制后,由于做空起到了资金分流的作用,牛市中股票收益率受投资者情绪变动的影响明显降低,但是在熊市中,投资者情绪变动做空前明显与做空后差别不大。[12]

而对于影响个人投资者情绪的因素,也有学者进行了研究:张继海(2020)认为个人和机构投资者情绪之间存在着相互影响的关系,且这种交互影响是非对称性的,主要是机构投资者情绪影响个人投资者情绪。[13]胡雅婷等(2020)发现股票收益能够对投资者情绪产生影响。[14]沈宝玺(2021)认为高涨的投资情绪并不意味着高额的股市收益,而股市收益率对投资者情绪却有显著的正向影响,高收益是投资者情绪高涨的原因。[15]

上述文献从不同方向研究了投资者情绪和股市之间的相互关系,也发现了投资者情绪对股市的影响在不同时期、不同背景下的不同表现。但是很少有人研究投资者情绪、市场流动性与市场收益率三者之间的相互关系,因此,本文将基于20062020年的月度数据将投资者情绪、市场流动性和试产收益率看作是相互影响的一个系统,并加入描述市场背景的虚拟变量,运用VAR模型展开实证研究。

三、实证研究

(一)数据选取

1.投资者情绪

参考张宗新、王海亮(2013[16]的研究、尹海员(2017[17]以及童元松(2021[18]的研究中,对于投资者情绪指标的构建,本文选择股市每月新增开户数作为投资者情绪的代理变量,因为新开户数反应了场外投资者对于证券的需求,当场外投资者大量涌入时,就意味着市场上投资者的情绪高涨。但由于其数值较大,本文选取新增开户数的对数值作为投资者情绪的代理变量。(原始数据来源:中国结算http://www.chinaclear.cn/)。

2.股市流动性

以我国上证A股市场流通股的月平均换手率作为股市流动性的代理变量,换手率反映了股市中股票转手买卖的频率,该指标可以比较好地反映出股票流动性的强弱。个股月换手率=(某月该股的成交量/总流通股数)×100%,而在计算总流通股数时,采取月个股总市值与月个股收盘价的比值。而考虑到各股票对整个市场的平均市盈率有不同的贡献,本文将不同股票的换手率按照其流通市值进行加权。(原始数据来源:CSMAR http://cndata1.csmar.com/)。

3.股市收益率

这一变量的对应数据可以直接通过CSMAR数据库获取,同样地,本文对于月平均收益率的计算也是将个股的月收益率按照流通市值进行加权平均。(原始数据来源:CSMAR http://cndata1.csmar.com)。

而由于数据十分繁杂,上述所有需要按月份分类并按流通市值进行加权的数据处理,即换手率和收益率的计算,均使用python程序进行处理。

4.虚拟变量的选取

    为了考察不同时期、不同背景(即年初、年末、牛市熊市等)对股票市场是否存在显著的影响,本文引入了三个虚拟变量,分别为D1D2D3。其中D11代表每年的第一个月,取0代表其他。D21代表每年的最后一个月,取0代表其他。D31代表牛市,取0代表其他。

(二)统计描述

如表1所示是20062020年各变量的基本描述性统计的结果数据。

1 20062020年各变量的基本描述性统计结果

变量名及含义

最大值

最小值

均值

标准差

NEWACCOUNT新增开户数(万户)

1294.73

11.58

152.993

193.582

LNNEAC新增开户数的对数值

16.376

11.66

13.865

0.802

TURNRT平均换手率(%

59.635

7.535

22.089

11.054

RERT平均收益率(%

34.166

-24.943

2.634

8.853

D1虚拟变量

1

0

0.083

0.277

D2虚拟变量

1

0

0.083

0.277

D3虚拟变量

1

0

0.244

0.431

 

简要分析表1中的数据:新增开户数的均值为每月153万户,说明加入股市的新生力量较大,而由其标准差又可以看出其波动性也很大,说明投资者的情绪起伏波动也很大。而从换手率的全距和标准差也可以看出,股市流动性的波动很大,再观察收益率,最大值与最小值之间相差58个百分点,说明股市呈现了很明显的波动,这也使得投机者有了较大的操作空间。从虚拟变量D3的均值可以发现,只有不到25%的时间处于牛市的状态,这表现出可以让投资者及时获利的时间并不多。

(三)相关系数检验

2给出了各变量的相关系数表,分析可以发现:市场流动性与投资者情绪之间呈现出了相对显著的正相关,而从当期关系来看市场收益率和投资者情绪、市场流动性之间也显现出正相关。还有,从D3的相关系数可以看出,牛市中,各变量均显著为正。

2 20062020年各变量的相关系数表

Correlation

LNNEAC

TURNRT

RERT

D1

D2

D3

LNNEAC

1.0000

 

 

 

 

 

TURNRT

0.6802**

1.0000

 

 

 

 

RERT

0.1962**

0.4175**

1.0000

 

 

 

D1

-0.1030

-0.0619

-0.0281

1.0000

 

 

D2

0.0251

0.0047

0.0844

-0.0909

1.0000

 

D3

0.2552**

0.2096**

0.1572*

0.0156

0.0156

1.0000

注:加**的是在1%的水平上显著;加*的是在10%的水平上显著。

(四)平稳性检验和格兰杰因果检验

1.平稳性检验

3给出的是三个变量的DF统计量、P值及平稳性检验结论,由表中的数据可以看出,这些变量的DF统计量均小于5%显著性水平下的临界值,拒绝存在单位根的假设,从而推断时间序列的稳定性较强。

3 序列的平稳性检验结果

变量名

DF统计量

5%的临界值

P

结论

LNNEAC

-4.4988

-2.885

0.0003

平稳

TURNRT

-3.6176

0.0063

平稳

RERT

-10.8221

0.0000

平稳

2.格兰杰因果检验

    4给出了三个变量间格兰杰因果检验的结果,其中滞后阶数选取了4阶,由表4可以推断:投资者情绪和市场收益率互为格兰杰因果关系;市场流动性显著影响了投资者情绪,而投资者情绪没有对市场流动性产生显著影响;同时市场收益率显著影响了市场流动性,市场流动性没有对市场收益率产生显著影响。

4 格兰杰因果检验结果

假设

F统计量

P

结论

RERT does not Granger Cause LNNEAC

11.8341

2.E-08

拒绝

LNNEAC does not Granger Cause RERT

2.4482

0.0483

拒绝

 TURNRT does not Granger Cause LNNEAC

4.4954

0.0018

拒绝

LNNEAC does not Granger Cause TURNRT

1.9952

0.0975

不拒绝

TURNRT does not Granger Cause RERT

2.1752

0.0739

不拒绝

RERT does not Granger Cause TURNRT

7.2201

2.E-05

拒绝

(五)模型设计

1.滞后阶数的选择

一个滞后阶数为pVAR模型为:

模型设计

5  VAR模型的Lag structure结果

Lag

LogL

LR

FPE

AIC

SC

HQ

0

-1386.691

NA

2322.145

16.26385

16.48345

16.35295

1

-1191.719

374.0750

267.1704

14.10138

14.48567*

14.25730

2

-1179.619

22.79326

257.7777

14.06533

14.61432

14.28807

3

-1159.204

37.74293

225.8440

13.93261

14.64629

14.22217*

4

-1144.627

26.44198

211.8222

13.86776

14.74613

14.22414

5

-1132.761

21.11070

205.1041

13.83443

14.87750

14.25763

6

-1124.615

14.20908

207.4629

13.84436

15.05212

14.33438

7

-1114.008

18.12946*

204.0301*

13.82568*

15.19813

14.38252

8

-1106.918

11.87255

209.1430

13.84788

15.38503

14.47154

2.VAR模型回归结果

6所示,是选择7阶滞后阶数的模型回归结果:

6  VAR模型的回归结果

变量

LNNEAC

TURNRT

RERT

LNNEAC(-1)

 0.676275***

 0.426102

 2.310499

[ 6.28149]

[ 0.24208]

[ 1.03486]

LNNEAC(-2)

-0.120567

-0.326926

 0.992519

[-0.95921]

[-0.15909]

[ 0.38077]

LNNEAC(-3)

 0.360961***

 2.421209

-5.871747**

[ 2.87203]

[ 1.17835]

[-2.25286]

LNNEAC(-4)

-0.165288

-0.792397

 4.636368**

[-1.25107]

[-0.36686]

[ 1.69222]

LNNEAC(-5)

 0.062996

 0.359487

-3.020287

[ 0.47528]

[ 0.16590]

[-1.09882]

LNNEAC(-6)

 0.089637

 0.017653

 1.069529

[ 0.66710]

[ 0.00804]

[ 0.38383]

LNNEAC(-7)

-0.098839

-3.052968**

-3.881154**

[-0.91361]

[-1.72612]

[-1.72995]

TURNRT(-1)

-0.017971***

 0.435392***

-0.188993*

[-2.65672]

[ 3.93696]

[-1.34726]

TURNRT(-2)

 0.008814

 0.060698

-0.170623

[ 1.12163]

[ 0.47247]

[-1.04705]

TURNRT(-3)

-0.012252*

 0.127225

 0.442370**

[-1.55869]

[ 0.99002]

[ 2.71382]

TURNRT(-4)

 0.024647***

 0.430971***

 0.191715

[ 3.08472]

[ 3.29927]

[ 1.15704]

TURNRT(-5)

-0.004566

-0.107423

-0.050584

[-0.53786]

[-0.77398]

[-0.28732]

TURNRT(-6)

-0.000709

-0.302360**

-0.147188

[-0.08295]

[-2.16489]

[-0.83082]

TURNRT(-7)

 0.002402

 0.214849**

 0.093551

[ 0.35780]

[ 1.95786]

[ 0.67208]

RERT(-1)

 0.026271***

 0.311017***

 0.111374

[ 6.18676]

[ 4.48006]

[ 1.26476]

RERT(-2)

 0.005956

 0.078693

 0.159917*

[ 1.26382]

[ 1.02138]

[ 1.63632]

RERT(-3)

 0.006225*

-0.018803

-0.066583

[ 1.32688]

[-0.24517]

[-0.68443]

RERT(-4)

-0.001365

-0.247108***

 0.028627

[-0.30162]

[-3.33873]

[ 0.30492]

RERT(-5)

-0.004993

-0.170974**

-0.112977

[-1.06593]

[-2.23261]

[-1.16304]

RERT(-6)

-0.004359

-0.066949

-0.057386

[-0.98485]

[-0.92519]

[-0.62519]

RERT(-7)

-0.001551

 0.096629*

 0.138269*

[-0.38136]

[ 1.45287]

[ 1.63895]

C

 2.616702***

 15.51919

 48.87475***

[ 3.09458]

[ 1.12261]

[ 2.78721]

D1

-0.185390*

 0.254575

 1.315085

[-1.61539]

[ 0.13568]

[ 0.55256]

D2

 0.026836

 0.198928

 3.572880*

[ 0.23973]

[ 0.10870]

[ 1.53908]

D3

 0.169953***

 2.495941**

 3.668705***

[ 2.42452]

[ 2.17793]

[ 2.52375]

R-squared

0.796597

0.745390

0.338822

注:方括号内为t统计量,加***的是在1%的水平上显著;加**的是在5%的水平上显著;加*的是在10%的水平上显著。

由表6可见:三个方程的可决系数分别为0.79660.74540.3388,都具有一定的解释力,从投资者情绪的回归可以发现其受自身前3期的影响较大,还受到前1期的市场流动性与收益率的影响。从流动性的回归可以看出,它受自身前1期影响较大,而投资者情绪对其影响不显著,而流动性收到前几期回报率的影响也较为显著。而市场回报率受前34期的投资者情绪影响显著,受前3期流动性影响也较为显著,而受自身影响却不显著。

而观察虚拟变量的显著性水平,可以发现年末和牛市市场收益率显著偏高,观察变量D3t统计值可以发现,牛市中各指标都显著提高。

3.AR根检验

在进行脉冲响应分析前,需对VAR模型的稳定性进行检验,以保证脉冲响应分析的有效性。选择AR根检验对VAR模型进行检验,结果如图1所示。由检验结果可知,所有根均在圆内,模型是稳定的。

图1   AR根检验结果

1   AR根检验结果

4.脉冲分析

图2 投资者情绪受到其自身、市场流动性和市场回报率的脉冲之响应

2 投资者情绪受到其自身、市场流动性和市场回报率的脉冲之响应

    由图2可见,投资者情绪受到前几期的其自身冲击远远大于股市流动性和市场回报率波动对它的冲击。这说明投资者情绪更多地源于自身的惯性,从而可以说明投资者间的情绪很可能一期接着一期被传染,所以有时候股市的情绪无论是乐观还是悲观,都会持续较长的一段时间。

图3 市场流动性受到其自身、投资者情绪和市场回报率的脉冲之响应

3 市场流动性受到其自身、投资者情绪和市场回报率的脉冲之响应

在股市流动性受到的冲击方面,由图3可见,股市流动性在前几期受到自身和其他两因素的正向冲击,且存在波动,在9期之后,受到市场回报率和投资者情绪的负向冲击并逐渐趋于0,而受自身影响均为正向,并逐渐趋于0

图4 市场回报率受到其自身、投资者情绪和市场流动性的脉冲之响应

4 市场回报率受到其自身、投资者情绪和市场流动性的脉冲之响应

在市场回报率受到的冲击方面,由图4可见,其受到各因素的冲击情况较为复杂,但都逐渐趋于0。其受到自身影响由正转负,受到市场流动性冲击在第1期到第二期由正转负,在后续几期又由负转正,而受到投资者情绪的冲击的情况与其受到市场流动性冲击的情况十分类似。

5.方差分解

为了进一步分析投资者情绪、股市流动性和波动性的结构冲击的相对重要程度,采用方差分解,滞后期选择为12期(正好1年时间)。

由表7可见,投资者情绪受自身的冲击比重是最高的,但呈现下降趋势,而股市流动性和波动性对其冲击程度呈现升高趋势。这表现出投资者情绪虽然受到市场情况的影响,但是受到自身的冲击最为显著。

7 对投资者情绪、市场流动性、市场回报率的方差分解结果

滞后期

LNNEAC

TURNRT

RERT

LN

NEAC

TURN

RT

RE

RT

LN

NEAC

TURN

RT

RE

RT

LN

NEAC

TURN

RT

RE

RT

1

100.00

0.00

0.00

44.54

55.46

0.00

12.61

4.71

82.68

2

85.05

0.59

14.36

43.45

48.00

8.55

12.61

5.36

82.03

3

78.96

1.01

20.02

42.90

44.43

12.68

12.12

7.15

80.73

4

73.38

3.86

22.77

46.08

40.50

13.42

12.67

8.15

79.18

5

72.62

3.55

23.83

47.56

40.91

11.53

17.26

10.78

71.96

6

72.12

3.53

24.35

48.66

41.20

10.14

17.24

10.89

71.87

7

71.89

3.33

24.78

49.08

40.85

10.06

17.37

10.93

71.71

8

71.11

3.32

25.58

48.86

41.13

10.01

17.24

11.40

71.36

9

70.37

3.81

25.82

47.80

42.51

9.69

16.58

13.52

69.90

10

70.07

4.73

25.20

46.64

43.67

9.69

16.78

13.50

69.72

11

69.86

5.03

25.12

46.21

44.08

9.71

17.34

13.40

69.26

12

69.50

5.61

24.89

45.50

44.62

9.88

17.23

13.78

68.99

股市流动性受到自身冲击和投资者情绪冲击均很大,而受到市场回报率的冲击相对较低,也可以反应出市场流动性有一定的惯性,但同时投资者情绪对其影响也非常显著。

股市波动性受其自身的影响极大,最高达到83%,最低也能够维持在70%的水平,而投资者情绪和股市流动性对股市收益率的冲击占比则相对很低。这表现出股市收益率具有很强的惯性,也可以推断出“暴涨暴跌”或“漫长的小幅度波动”均可能出现在我国股市中。

四、结论

一是投资者情绪、股市流动性与市场收益率在自身运行过程中都有较强的惯性,与此同时,他们还形成了一个相互影响的系统。

二是在股市流动性与市场收益率中,市场收益率会对投资者情绪产生更大的影响。如果市场收益率一直维持在较高的水平上,会在下一期吸引更多的投资者开户,也就是说投资者情绪会高涨。

三是投资者情绪与市场波动性互为格兰杰因果关系。投资者情绪受到股市流动性的影响程度较大,延续时间较长。

四是我国股市存在特殊时间效应,投资者情绪、股市流动性与市场收益率在牛市中都显著提高,而在年末,市场收益率也显著提高。

五、相关建议

(一)稳定投资者情绪

    在中国股票市场应当实时展开对于市场情绪的调查,及时发现投资者情绪变化的信号,打击谣言,杜绝谣言的传播。并且在投资者情绪低迷时,应当积极引导投资者,冷静应对,而当投资者情绪过于高涨时,也要及时警示,提醒投资者关注风险,并进行防范,对于加杠杆的投资者更加要合理引导,使其考虑到自身的承受能力。

(二)积极培育长期型机构投资者

长期型机构投资者对于中、短期的市场波动往往不会表现出巨大反应,有利于维护股票市场的稳定性。而稳定市场又能够起到稳定投资者情绪的作用。[19]为此,中国股市还应当逐步推进对外开放,能够允许国外的理性投资者参与到市场中,这也可以为市场注入充沛的流动性。

(三)投资者应当培育健康的投资心理

    若想引导一个长期、健康的金融市场环境,对投资者情绪的健康引导和管理是至关重要的。[20]无论是个人投资者还是机构投资者都应当在市场不景气是积极介入,不应该过度关注短期的股价波动,构建股市投资者教育体系,引导投资者尊重企业基本面实际价值进行理性投资,[21]在此过程中,培养价值投资、长线投资的心理,减少投机行为。如果市场上投机氛围浓厚,必然会带来市场的波动,从而为股市带来负面影响。

(四)投资时应当关注特殊时间效应

股市投资者需懂得顺势而为,在年末市场收益率显著提高的时候、以及在牛市之中,要抓住收益机会,在市场收益率显著提高时,绝大多数股票有较高的收益率,所以只需要安心持仓即可,不需要频繁换股。

参考文献:

[1]李响,田路,王谦,李群.投资者情绪对股票投资收益的影响研究[J].数学的实践与认识,2020,50(18):258-268.

[2]邓崇真,王满.投资者情绪对股市收益的影响研究[J].市场周刊,2021,34(09):110-112.

[3]华维.中国市场的IPO暂停、抑价与投资者情绪的研究[J].现代商业,2021(28):114-116.

[4]徐丹丹.投资者情绪对中国股票收益率的影响研究[J].时代金融,2020(28):58-60.

[5]谢世清,唐思勋.投资者情绪与宏观经济波动对股票市场收益率的影响[J].宏观经济研究,2021(02):99-107.

[6]龚一庆.基于投资者情绪视角研究我国机构投资对股票市场波动的影响[J].现代商业,2020(32):131-132.

[7]王爽.基于PLS法的投资者情绪与股票收益率研究[J].中国市场,2021(26):36-37.

[8]张禹铭,王资燕.交易者情绪对创业板公司股价波动影响研究[J].经济研究导刊,2020(36):68-69.

[9]龙江.投资者情绪对上证指数价格波动的影响研究——以股吧为例[J].商展经济,2021(20):59-61.

[10]李思雨.不确定性、投资者情绪与股票市场波动的动态关系研究[J].江苏商论,2020(10):84-88.

[11]樊鹏英,杨音,张正平,陈敏.个股投资者情绪与股票收益率的关系——基于股评信息视角的研究[J].数学的实践与认识,2021,51(16):305-320.

[12]李伊茗.投资者情绪及其对股票收益率的影响研究[J].投资与创业,2021,32(07):12-15.

[13]张继海,刘雅玫.我国股票市场投资者情绪与市场收益研究——基于个人与机构的比较分析[J].山东社会科学,2020(02):81-86.

[14]胡雅婷,王陆秀,赵玥.个人投资者情绪对股票收益影响的实证研究——基于A股市场[J].攀枝花学院学报,2020,37(06):64-70.

[15]沈宝玺.投资者情绪与股市收益的相关性研究[J].山西农经,2021(01):190-192.

[16]张宗新,王海亮.投资者情绪、主观信念调整与市场波动[J].金融研究,2013(04):142-155.

[17]尹海员.投资者情绪对股票流动性影响效应与机理研究[J].厦门大学学报(哲学社会科学版),2017(04):102-113.

[18]童元松.投资者情绪、股市流动性与波动性的关系研究[J].技术经济与管理研究,2021(02):76-82.

[19]刘晨,安毅.不同市态下投资者情绪对沪深300股指期货基差的影响——基于分位数回归的实证研究[J].华南理工大学学报:社会科学版,2019,21(01):13.

[20]龚真,孙华平,娄秉文.浅析投资者情绪与股票市场的联动效应[J].中国商论,2020(23):75-77.

[21]黄毅.投资者情绪、股价波动与投资效率[J].贵州商学院学报,2020,33(04):37-46.

相关内容
发表评论